JP2004118359A - 人物認識装置、人物認識方法および通行制御装置 - Google Patents

Abstract

【課題】複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置を提供する。
【解決手段】認識対象である人物Ｐの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識部１０１，１０２，１０３を人物Ｐが通行する通行路に沿って所定間隔あけて配設し、複数類似度演算部１０４において、この複数の顔認識部１０１，１０２，１０３から得られる各類似度のうち最大の類似度を求め、判定部１０５において、この求めた最大の類似度をあらかじめ設定される一定の閾値と比較することにより、当該人物Ｐが本人であるか否かを判定する。
【選択図】　　図１

Description

【０００１】
【発明の属する技術分野】
本発明は、たとえば、セキュリティ管理などにおいて、人物の顔画像や指紋情報、虹彩情報などの生体情報を用いて当該人物が本人であるか否かを認識する人物認識装置および人物認識方法に関する。
また、本発明は、上記人物認識装置および人物認識方法を用いて重要施設などへの入退室管理を行なう通行制御装置に関する。
【０００２】
【従来の技術】
従来、たとえば、セキュリティを重視する重要施設のドアの開錠を希望する人物の体の特徴を画像データにより識別し、同時にその画像データを記録または監視するシステムがある（たとえば、特許文献１参照）。
また、変動の大きい顔特徴データによる誤認識を減少させる方法として、複数の顔登録データを用いて判断する人物認識装置がある（たとえば、特許文献２参照）。
さらに、１箇所に設置した複数のカメラの入力から得られるパターンを統合して１つの部分空間を作成し、顔の認識を行なう方法が開示されている（たとえば、非特許文献１参照）。
【０００３】
【特許文献１】
特開２００２−９２６０１号公報
【特許文献２】
特開平１１−１７５７１８号公報
【非特許文献１】
小坂谷、「マルチカメラ動画像を用いた顔画像認識」、第８回画像センシングシンポジウム講演論文集Ｇ−１。
【０００４】
【発明が解決しようとする課題】
特許文献１では、複数地点のカメラを用いて人物を撮影しているが、顔照合を行なうデータは１つずつ独立で、複数の画像は合成して表示するだけである。したがって、複数の顔照合の結果を統合して判断する方法がなく、それぞれ独立に認識結果を判断する必要がある。
【０００５】
また、特許文献２では、複数の顔認識結果を登録データに統合しているが、時間と場所を離れた複数の照合結果については統合していない。この方法は、次の照合までに前回の照合データを登録データに追加することは不可能ではないが、登録データに追加するのにふさわしいデータを選別して、かつ、登録の処理時間が必要であることから現実的でない。
さらに、非特許文献１では、複数の入力の統合方法を示しているが、複数地点に設置した場合の顔照合結果については言及していない。
【０００６】
そこで、本発明は、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供することを目的とする。
【０００７】
【課題を解決するための手段】
本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【０００８】
また、本発明の人物認識装置は、認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段とを具備している。
【０００９】
また、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【００１０】
さらに、本発明の通行制御装置は、認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、この記憶手段に記憶された同一通行者に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段とを具備している。
【００１１】
【発明の実施の形態】
以下、本発明の実施の形態について図面を参照して説明する。
まず、第１の実施の形態について説明する。
図１は、第１の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、複数の顔認識手段としての顔認識部１０１，１０２，１０３、類似度演算手段としての複数類似度演算部１０４、判定手段としての判定部１０５、通行制御手段としてのゲート制御部１０６、および、同じく通行制御手段としてのゲート１０７から構成されている。ゲート１０７は、たとえば、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【００１２】
顔認識部１０１，１０２，１０３は、たとえば、人物Ｐが図示破線矢印方向に通行する通行路に沿って所定間隔あけて配設されていて、それぞれ認識対象である人物Ｐの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、たとえば、図２に示すように、画像入力部２０１、顔領域検出部２０２、顔特徴抽出部２０３、辞書情報記憶部２０４、および、認識部２０５から構成されている。
【００１３】
画像入力部２０１は、たとえば、ビデオカメラを用いて、人物Ｐに対して少なくとも顔画像を含む画像データを入力し、顔領域検出部２０２に画像データを出力する。これは、たとえば、図３に示すように、横方向に５１２画素、縦方向に５１２画素のデジタル濃淡画像データとして出力する。
【００１４】
顔領域検出部２０２は、画像入力部２０１により入力された図３の形態の画像データから、顔パターンを検出して切出す。この処理は、たとえば、図４に示すフローチャートのような処理手順で実行される。
以下、図４の処理手順について説明する。まず、サイズｓやｙ，ｘ座標などの初期化を行なう（ステップ３０１〜３０３）。次に、あらかじめ用意されたサイズの異なる複数の標準顔パターンｇｓ（ｉ，ｊ）を用いて、入力画像ｆ（ｘ，ｙ）内の局所領域との相関Ｍｓ（ｘ，ｙ）を、座標（ｘ，ｙ）をずらしながら下記数１にしたがって計算する（ステップ３０４）。ここで、サイズの異なる標準顔パターンｇｓ（ｉ，ｊ）は、決められたサイズであらかじめ収集した顔パターンを平均するなどして作成される。
【００１５】
【数１】

次に、求めた相関Ｍｓ（ｘ，ｙ）が一定の閾値ＴＨＲ以上であれば（ステップ３０５）、顔パターンを検出したものとして、その結果を出力する（ステップ３０６）。この画像探索を、図５に模式的に示すように、標準顔パターンｇｓ（ｉ，ｊ）のサイズｓを変更しながら実施する。図４のステップ３０７〜３１２がその処理である。
【００１６】
これにより、サイズｓの画像パターンに対して、一定の画像サイズに正規化した顔パターンｒｃ（ｉ，ｊ）が出力される。ここで、添え字「ｃ」は、与えられたＩＤ情報に対する識別子である。この顔パターンｒｃ（ｉ，ｊ）は、顔認識における基準データ（基準の特徴量）となる。
【００１７】
なお、図５において、符号４０１，４０３，４０５は入力画像全体を示し、符号４０２，４０４，４０６は標準顔パターンｇｓ（ｉ，ｊ）を示している。
【００１８】
顔特徴抽出部２０３は、顔領域検出部２０２から出力される検出された位置の画像パターンについて、大きさおよび輝度値の正規化を行なう。たとえば、横１５画素、縦１５画素、輝度値の最高値が「２５５」、輝度値の最低値が「０」になるような画像変換を施す。さらに、顔特徴抽出部２０３は、連続して収集される画像データから抽出した特徴をまとめて特徴情報とすることもできる。この特徴情報は認識部２０５に送られる。
【００１９】
辞書情報記憶部２０４は、認識したい特定人物について、あらかじめ上記同様の特徴情報を作成した辞書情報を保持しており、人物Ｐの顔画像との類似度を計算できるようにする。
辞書情報記憶部２０４は、実際には、たとえば、図６に示すようなデータ構造をとる。図６の例では、１人の人物の辞書情報として、ＩＤ番号および顔画像の特徴情報がそれぞれ格納されている。
【００２０】
認識部２０５は、顔特徴抽出部２０３で抽出された人物Ｐの顔画像の特徴情報（特徴パターン）と、辞書情報記憶部２０４に記憶されている顔画像の特徴情報（辞書情報）との類似度を、図７に示すフローチャートのような処理手順で計算する。
【００２１】
以下、図７の処理手順について説明する。まず、カテゴリｃの初期設定を行なった後（ステップ７０１）、辞書情報記憶部２０４に記憶されているカテゴリｃの辞書パターンｒｃ（ｉ，ｊ）と、顔特徴抽出部２０３で抽出された特徴パターンｈ（ｘ，ｙ）との類似度Ｓｉｍｃ（ｘ，ｙ）を、下記数２のように相関を求めることで計算する（ステップ７０２）。これを全てのカテゴリｃに対して行なうことにより、最大の類似度Ｓｉｍｃ（ｘ，ｙ）を答えとして出力する（ステップ７０３〜７０６）。
【００２２】
【数２】

複数類似度演算部１０４は、顔認識部１０１，１０２，１０３から出力される各類似度を受けて、総合的に判断を行なう。たとえば、３つの類似度のうちの最大の類似度を求めて、判定部１０５に出力する。ここで、顔認識部１０１，１０２，１０３から出力される各類似度のうちの最大の類似度を求めることにより、それぞれの顔認識部１０１，１０２，１０３では、人物Ｐの姿勢や顔の角度によって類似度が低かった場合においても、いずれかの顔認識部の類似度が最良の状態で顔を画像としてとらえることで、誤った判断を減らすことができる。
【００２３】
図８は、人物の誤認識率の変化を模式的に示しており、横軸に後述する判定部１０５が判定に用いる閾値Ｔを、縦軸には誤り率を記した、他人誤受入率８０１と本人誤排除率８０２を示したものである。ここで、他人誤受入率とは、あらかじめ定められた辞書情報と異なる人物が閾値Ｔを越えて受入れてしまう誤り率である。また、本人誤排除率とは、あらかじめ定められた辞書情報と同じ人物が閾値Ｔに満たないために排除されてしまう率である。
【００２４】
図８は、この２種類の率を、顔認識部の数Ｃを１個、２個、５個と変えて求めた例を示しており、複数類似度演算部１０４で得られる効果を模式的に表わしている。ここに、曲線Ｄ，ｄはＣ＝１個の場合、曲線Ｅ，ｅはＣ＝２個の場合、曲線Ｆ，ｆはＣ＝５個の場合、をそれぞれ示している。
【００２５】
図８から明らかなように、用いる顔認識部の数Ｃを増加させるにしたがって、２つの誤り率は図示矢印のように図の右側に移動しているが、ある閾値８０３（図８の例では約０．６０）に設定すると、本人誤排除率８０２が大きく減少していることがわかる。
【００２６】
なお、複数類似度演算部１０４は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【００２７】
判定部１０５は、複数類似度演算部１０４から出力される最大の類似度をあらかじめ設定される一定の閾値Ｔと比較することにより、最大の類似度が閾値Ｔ以上であれば、当該人物Ｐは本人であると判定し、最大の類似度が閾値Ｔ以上でなければ、当該人物Ｐは本人でないと判定し、その判定結果をゲート制御部１０６へ出力する。
【００２８】
ゲート制御部１０６は、判定部１０５からの判定結果が本人である場合、ゲート１０７を開放制御して、当該人物Ｐの通行を許可する。また、判定部１０５からの判定結果が本人でない場合、ゲート１０７を閉成状態に保持して、当該人物Ｐの通行を拒否する。
【００２９】
図９は、顔認識部１０１，１０２，１０３の具体的な設置例を示している。本例は、たとえば、人物Ｐが通行する廊下９０１の側部に顔認識部１０１，１０２，１０３の各カメラ９０２，９０４，９０６を一定間隔あけて設置することにより、通行路としての廊下９０１を通行する人物Ｐに対してカメラ９０２，９０４，９０６がそれぞれの視野９０３，９０５，９０７内でとらえた人物Ｐの顔画像を認識し、前述したように総合的に判断して、廊下９０１の進行方向終端部にあるゲート１０７を制御する。
【００３０】
このように、顔認識部１０１，１０２，１０３を設置して、複数の顔認識結果を用いることで、人物Ｐの認識における負荷を低減しつつ、誤った排除がされる率が低減される。また、カメラ９０２，９０４，９０６を同じ撮影角度かつ同じ撮影高さに設置することで、認識部２０５で認識を行なう辞書情報については同じものを利用することができる。
【００３１】
一方、カメラ９０２，９０４，９０６をそれぞれ異なる撮影角度または撮影高さに設置することで、カメラ９０２が顔を捕える視野が狭くても、身長の高低差に対応することができる。すなわち、カメラ９０２に対して背が高くて視野に入らない人物Ｐについても、カメラ９０２を高く取付けることでその人物Ｐを捕えることができる。これにより、様々な身長の人物もいずれかのカメラでとらえ、複数の類似度を総合的に判断して入室管理をすることができる。
【００３２】
また、廊下９０１は、人物Ｐが歩行により移動することなく、ベルトコンベアで搬送移動するものでもよい。この場合は、移動速度が全員同じと考えることができ、より安定した認識を行なうことができる。
【００３３】
以上説明したように、第１の実施の形態によれば、複数地点で捕らえた人物Ｐの顔画像を利用して誤りを少なくして顔認識を行ない、人物Ｐの通行制御などを行なうことができる。
【００３４】
次に、第２の実施の形態について説明する。
図１０は、第２の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。この通行制御装置は、１つの顔認識手段としての顔認識部１００１、求めた類似度を記憶する記憶手段としてのデータ記憶部１００２、類似度演算手段としての複数類似度演算部１００３、判定手段としての判定部１００４、通行制御手段としてのゲート制御部１００５、および、同じく通行制御手段としてのゲート１００６から構成されている。ゲート１００６は、前述した第１の実施の形態と同様、住宅の玄関に設置された入退出用ドア、あるいは、重要施設の入退出用ドアなどである。
【００３５】
顔認識部１００１は、たとえば、人物Ｐが通行する通行路に沿って配設されていて、人物Ｐの顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力するもので、前述した第１の実施の形態における顔認識部１０１，１０２，１０３と同じ構成であるので、詳細な説明は省略する。
【００３６】
データ記憶部１００２は、顔認識部１００１から出力される類似度を同一人物ごとに複数回分（この例では３回分）記憶する。なお、類似度を同一人物ごとに複数回分記憶する方法としては、たとえば、顔認識部１００１における顔照合時に、キーボードやＩＤカードなどでＩＤ情報（個人識別情報）を入力する顔照合方式の場合、その入力されたＩＤ情報を用いることにより、当該ＩＤ情報ごとに類似度を複数個記憶するようにすればよい。
【００３７】
複数類似度演算部１００３は、データ記憶部１００２から出力される同一人物に対する複数の類似度を受けて、総合的に判断を行なう。たとえば、同一人物に対する３つの類似度のうちの最大の類似度を求めて、判定部１００４に出力する。複数類似度演算部１００３は、前述した第１の実施の形態における複数類似度演算部１０４と同じ構成であるので、詳細な説明は省略する。
【００３８】
なお、複数類似度演算部１００３は、複数の類似度のうちの最大の類似度を求める以外にも、複数の類似度の平均値であったり、複数の類似度のうちの中間値であってもよい。
【００３９】
判定部１００４は、複数類似度演算部１００３から出力される最大の類似度をあらかじめ設定される一定の閾値Ｔと比較することにより、最大の類似度が閾値Ｔ以上であれば、当該人物Ｐは本人であると判定し、最大の類似度が閾値Ｔ以上でなければ、当該人物Ｐは本人でないと判定し、その判定結果をゲート制御部１００５へ出力する。
【００４０】
ゲート制御部１００５は、判定部１００４からの判定結果が本人である場合、ゲート１００６を開放制御して、当該人物Ｐの通行を許可する。また、判定部１００４からの判定結果が本人でない場合、ゲート１００６を閉成状態に保持して、当該人物Ｐの通行を拒否する。
【００４１】
以上説明したように、第２の実施の形態によれば、複数時点で捕らえた人物Ｐの顔画像を利用して誤りを少なくして顔認識を行ない、人物Ｐの通行制御などを行なうことができる。
【００４２】
次に、第３の実施の形態について説明する。
図１１は、第３の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すものである。第３の実施の形態は、前述した第２の実施の形態において、ゲート制御の代わりにアラーム制御を行なうようにしたものである。すなわち、判定部１００４は、複数類似度演算部１００３から出力される最大の類似度をあらかじめ設定される一定の閾値Ｔと比較し、当該最大の類似度が閾値Ｔ以上でない場合、当該人物Ｐは本人でないと判定し、報知手段としてのアラーム１００７を駆動制御して、人物Ｐが登録されていない人物であることを警告する。なお、当該最大の類似度が閾値Ｔ以上である場合、当該人物Ｐは本人であると判定し、アラーム１００７は駆動しない。
【００４３】
以上説明したように、第３の実施の形態によれば、複数時点で捕らえた人物Ｐの顔画像を利用して誤りを少なくして顔認識を行ない、人物Ｐの侵入検知などを行なうことができる。
【００４４】
また、第３の実施の形態によれば、あらかじめ操作が許可された人物がコンピュータなどの装置を使用する場合において、許可されていない人物が操作していない状態を複数時点で捕らえた顔画像を利用して誤りを少なくして検知することができる利用者確認装置としても用いることができる。
【００４５】
なお、前記実施の形態では、認識対象である人物の顔画像により人物の認識を行なう場合について説明したが、本発明はこれに限定されるものでなく、たとえば、人物の指紋情報や虹彩情報などの生体情報を用いて人物の認識を行なう場合にも同様に適用できる。
【００４６】
【発明の効果】
以上詳述したように本発明によれば、複数地点あるいは複数時点で捕らえた顔画像を利用して誤りを少なくして顔認識を行ない、人物の通行制御や侵入検知などを行なうことができる人物認識装置、人物認識方法および通行制御装置を提供できる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図２】顔認識部の構成を概略的に示すブロック図。
【図３】画像入力部が出力する画像データの形態の一例を示す図。
【図４】顔領域検出部が実行する処理手順を示すフローチャート。
【図５】顔領域検出部が行なう顔パターン検索を説明する図。
【図６】辞書情報記憶部が記憶するデータの例を示す図。
【図７】認識部が実行する処理手順を示すフローチャート。
【図８】人物の誤認識率の変化を模式的に示すグラフ。
【図９】顔認識部におけるカメラの具体的な設置例を示す模式図。
【図１０】本発明の第２の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【図１１】本発明の第３の実施の形態に係る人物認識装置を適用した通行制御装置の構成を概略的に示すブロック図。
【符号の説明】
Ｐ…人物、１０１，１０２，１０３，１００１…顔認識部（顔認識手段、認識手段）、１００２…データ記憶部（記憶手段）、１０４，１００３…複数類似度演算部（類似度演算手段）、１０５，１００４…判定部（判定手段）、１０６，１００５…ゲート制御部（通行制御手段）、１０７，１００６…ゲート（通行制御手段）、１００７…アラーム（報知手段）、２０１…画像入力部、２０２…顔領域検出部、２０３…顔特徴抽出部、２０４…辞書情報記憶部、２０５…認識部、９０１…廊下（通行路）、９０２，９０４，９０６…カメラ、９０３，９０５，９０７…カメラの視野。

Claims (18)

1. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
   この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、
   この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
   を具備したことを特徴とする人物認識装置。
2. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
   この複数の顔認識手段から出力される各類似度の平均値を求める類似度演算手段と、
   この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
   を具備したことを特徴とする人物認識装置。
3. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
   この複数の顔認識手段から出力される各類似度のうち中間の類似度を求める類似度演算手段と、
   この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
   を具備したことを特徴とする人物認識装置。
4. 前記複数の顔認識手段は、人物が通行する通行路に沿って所定間隔あけて配設されていることを特徴とする請求項１から請求項３のうちいずれか１つに記載の人物認識装置。
5. 前記複数の顔認識手段は、人物の顔画像を取得する手段としてカメラを有し、これら複数のカメラは人物が通行する通行路に沿って所定間隔離間して同じ撮影角度、同じ撮影高さ、同じ撮影視野で配設されていることを特徴とする請求項１から請求項３のうちいずれか１つに記載の人物認識装置。
6. 前記複数の顔認識手段は、それぞれ同じ辞書情報を用いて照合処理を行なうことを特徴とする請求項１から請求項３のうちいずれか１つに記載の人物認識装置。
7. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識ステップと、
   この複数の顔認識ステップから出力される各類似度のうち最大の類似度を求める類似度演算ステップと、
   この類似度演算ステップにより求められた最大の類似度に基づき当該人物が本人であるか否かを判定する判定ステップと、
   を具備したことを特徴とする人物認識方法。
8. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
   この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
   この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
   この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
   を具備したことを特徴とする人物認識装置。
9. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
   この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
   この記憶手段に記憶された同一人物に対する複数の類似度の平均値を求める類似度演算手段と、
   この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
   を具備したことを特徴とする人物認識装置。
10. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一人物に対する複数の類似度のうち中間の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該人物が本人であるか否かを判定する判定手段と、
    を具備したことを特徴とする人物認識装置。
11. 認識対象である人物の生体情報を取得し、この取得した生体情報とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた最大の類似度に基づき当該人物が本人であるか否かを判定する判定手段と、
    を具備したことを特徴とする人物認識装置。
12. 認識対象である人物の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一人物ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一人物に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較し、当該最大の類似度が閾値以上でない場合、当該人物は本人でないと判定する判定手段と、
    この判定手段により当該人物は本人でないと判定されると、その旨を報知する報知手段と、
    を具備したことを特徴とする人物認識装置。
13. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
    この複数の顔認識手段から出力される各類似度のうち最大の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
14. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
    この複数の顔認識手段から出力される各類似度の平均値を求める類似度演算手段と、
    この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
15. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する複数の顔認識手段と、
    この複数の顔認識手段から出力される各類似度のうち中間の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
16. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一通行者に対する複数の類似度のうち最大の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた最大の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
17. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一通行者に対する複数の類似度の平均値を求める類似度演算手段と、
    この類似度演算手段により求められた類似度の平均値をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。
18. 認識対象である通行者の顔画像を取得し、この取得した顔画像とあらかじめ登録された辞書情報とを照合することにより両者の類似度を求め、この求めた類似度を認識結果として出力する１つの顔認識手段と、
    この顔認識手段から出力される類似度を同一通行者ごとに複数回分記憶する記憶手段と、
    この記憶手段に記憶された同一通行者に対する複数の類似度のうち中間の類似度を求める類似度演算手段と、
    この類似度演算手段により求められた中間の類似度をあらかじめ設定される閾値と比較することにより当該通行者が本人であるか否かを判定する判定手段と、
    この判定手段の判定結果に基づき当該通行者の通行を制御する通行制御手段と、
    を具備したことを特徴とする通行制御装置。

Images